Probabilità e giochi

v.a. X “guadagno” del giocatore - positivo, negativo o

nullo

gioco equo: E(X) = 0

gioco favorevole: E(X) > 0
gioco sfavorevole: E(X) < 0
lancio di tre dadi, puntata di 1 (Euro) su un numero da 1
a 6; giocatore riceve la puntata + n se numero puntato
esce n volte, n = 1, 2, 3, se il numero non esce perde la
puntata

N = numero di uscite del valore puntato N ∼

B(3, 1/6)
X guadagno ⇒
E(X) = −1 · P (N = 0) + 1 · P (N = 1)
+2 · P (N = 2) + 3 · P (N = 3) ≈ −0.0079
gioco della roulette (puntata unitaria su numero singolo):

guadagno 35 se esce numero puntato, p = 1/37

guadagno -1 se non esce numero puntato, p = 36/37
35 36 1
E(X) = 37 − 37 = − 37 ≈ −0.027

1
gioco del Lotto, puntata su un ambo su una determinata
ruota

probabilità p di uscita di un ambo:

90


5 numero cinquine possibili
88


3 cinquine che contengono l’ambo

cinquine equiprobabili ⇒
88 90 5·4



p= 3 / 5 = 90·89 ≈ .0025
oppure:
90


tutti gli ambi hanno la stessa probabilità, 2 ambi
5


diversi; ambi in una cinquina = 2 ⇒
5 90 5·4



p= 2 / 2 = 90·89

per terno, quaterna, cinquina, probabilità pk che escano

k numeri prescelti sui cinque estratti
5

90

pk = k / k , k = 1, 2, 3, 4, 5
Dal sito www.lottomatica.it:

Le vincite sono cosı̀ distribuite:

cinquina = 6.000.000 volte la posta
quaterna = 120.000 volte la posta
terno = 4.500 volte la posta

2
 ambo = 250 volte la posta
estratto = 11,232 volte la posta

Sulle vincite c’è una ritenuta del 6%

X guadagno con puntata unitaria su ambo

E(X) = −1 · (1 − 0, 0025) + (250 · 0, 94 − 1) ·
0, 0025 = −0, 4125
perdita attesa del 41,25% della puntata!

N.B.: anche se gioco è moderatamente sfavorevole, è

sicura alla lunga la perdita !

n partite, stessa puntata in ogni partita ⇒ Xi guadagni

i.i.d., µ = E(Xi ) < 0

Applicazione della legge forte dei grandi numeri:

Pn
Sn = i=1 Xi guadagno complessivo in n partite
⇒ Sn /n → µ q.c. n → ∞
⇒ Sn /n < µ(1 − ǫ), 0 < ǫ < 1 per n ≥ n0 (q.c.)
⇒ Sn < nµ(1 − ǫ) per n ≥ n0 (q.c.)
Con il teorema centrale del limite posso dare una
valutazione approssimata della probabilità di perdere più
di una quantità prefissata.

Gioco della roulette:

3
µ = E(Xi ) = −1/37; Var(Xi ) = E(Xi2 ) − 1/372
= 352 /37 + 36/37 − 1/372 = 34.08
⇒ σ = σ(Xi ) = 5.84
Per n grande posso dire:

Sn + n/37
√ ∼ N (0, 1)
5.84 n
 
Sn + n/37 x + n/37
FSn (x) = P (Sn ≤ x) = P √ ≤ √
5.84 n 5.84 n
Z x+n/37
1
√
5.84 n
−t2 /2
≈ √ e dt
2π −∞
n x=0 x = −5 x = −10 x = −20

50 0.51 0.46 0.42 0.33

100 0.52 0.48 0.45 0.39
200 0.53 0.50 0.48 0.43
1000 0.56 0.55 0.54 0.52

Esiste strategia di gioco che permette di trasformare

gioco sfavorevole in uno favorevole?

Es. gioco in cui se punto i guadagno i se vinco e −i se

perdo

4
p probabilità di vincita
E(X) = i · p − i · (1 − p) = i(2p − 1)
⇒ gioco sfavorevole se p < 1/2
Punto 1, se perdo punto 2, se perdo punto 4, ecc. fino a
che vinco, poi punto 1, ecc.

dopo n partite perse, ho perso

1 + 2 + · · · + 2n = 2n+1 − 1

Se vinco in partita n + 1 guadagno 2n+1 ⇒ guadagno

complessivo 1 !

Problema: occorre disporre di un capitale illimitato ed

essere permesse puntate illimitate

Non è possibile traformare un gioco sfavorevole in uno

favorevole se non si dispone di un capitale illimitato

Problema della rovina del giocatore con capitale limitato

5
Assicurazioni e teoria dei giochi

Uomo di 36 anni, polizza vita ventennale, indennizzo

familiari in caso di morte 150.000 Euro

p36,i prob. di sopravvivere ancora i anni per uomo di 36

anni, 1 ≤ i ≤ 20 - da tavole di mortalità

p36,i ≥ p36,i+1
valore atteso dell’esborso della compagnia di assicurazio-
ne

E = 150.000(1 − p36,20 )
Come calcolare il premio annuo P dell’assicurato ?
20
X
G=P p36,i − E
i=1

Assicurazione calcola P in modo che G >0

Il gioco è sfavorevole!

6
Passeggiate a caso

Problema della rovina del giocatore

giocatore “G” con capitale iniziale a

avversario “A” con capitale iniziale b

in ogni partita G vince 1 e A perde 1 con probabilità p ; G

perde 1 e A vince 1 con probabilità q =1−p
Le partite durano fino alla rovina di G o di A (azzeramento
del capitale)

passeggiata a caso tra gli interi da 0 a a + b

movimento di una particella, 0 e a + b barriere assorbenti

qi = P (G rovinato partendo da i) 0 < i < a + b

qi = P (G rovinato partendo da i + 1)P (G vince 1 in i)

+P (G rovinato partendo da i − 1)P (G perde 1 in i) =
= qi+1 p + qi−1 q

7
 qi = pqi + qqi = qi+1 p + qi−1 q, 1 ≤ i < a + n
q
(qi+1 −qi )p = (qi −qi−1 )q ⇒ qi+1 −qi = (qi −qi−1 )
p
equazione alle differenze finite

condizioni al contorno q0 = 1, qa+b = 0

r = q/p ⇒ qi − qi−1 = r i−1 (q1 − 1)
se r 6= 1 ⇐⇒ p 6= q ⇐⇒ p 6= 1/2

k
X k
X
(qi − qi−1 ) = (r i−1 (q1 − 1))
i=2 i=2
k−1
X
i r − rk
⇒ qk − q1 = r (q1 − 1) = (q1 − 1)
i=1
1 − r
r − r a+b
k = a + b ⇒ 0 − q1 = (q1 − 1)
1−r
r − r a+b
⇒ q1 =
1 − r a+b
r a − r a+b
⇒ qa =
1 − r a+b
r −b −r −(a+b) 1−r a
Per A, qb′ = 1−r −(a+b))
= 1−r a+b

8
⇒ qa + qb = 1 ⇒ la partita termina con probabilità 1
se r= 1(p = q = 1/2), qi = q1 + (i − 1)(q1 − 1) ⇒
0 = q1 + (a + b − 1)(q1 − 1)
a
⇒ qa = 1 − a+b

 λa = 1 − a
a+b p=q
In sintesi q a
(p ) −( pq a+b
)
 λa = q a+b
1−( p )
p 6= q
Se B ha capitale infinito (b → ∞) ⇒

λa =1 p=q
λa =1 q>p
 a
q
λa = p q<p

Se l’avversario ha un capitale infinito, la rovina del

giocatore è (quasi) certa a meno che il gioco non sia
favorevole al giocatore.

Problema dell’ubriaco sul ciglio del burrone: p pro-

babilità di muovere un passo lontano dal burro-
ne e q probabilità di un passo verso il burrone.

9
a posizione iniziale dell’ubriaco
0 posizione del burrone
b distanza da casa nella posizione iniziale
Se la casa è lontana Il destino dell’ubriaco è segnato a
meno che l’istinto di sopravvivenza non lo aiuti (p > q )!

10
Passeggiata a caso sulla retta (discretizzata)

p probabilità di salto da i a i + 1
q probabilità di salto da i a i − 1, i ∈ Z
Se si parte dall’origine, qual è la probabilità di ritornarvi
prima o poi?

Se p =q
con probabilità 1/2 0 → 1, con probabilità 1 da 1 a 0
con probabilità 1/2 0 → −1, con probabilità 1 da -1 a 0 /
⇒ con probabilità 1 partendo dall’origine vi si ritorna
con probabilità 1 si ritorna nell’origine infinite volte!

si può dimostrare che si passa per ogni intero infinite

volte.

Se p >q
con probabilità p 0 → 1, con probabilità q/p da 1 a 0
con probabilità q 0 → −1, con probabilità 1 da -1 a 0
⇒ con probabilità q + p(q/p) = 2q
Se p < q la probabilità è 2p
esiste una probabilità di fuga dall’origine positiva
= 1 − 2 min(p, q)

11
{Xn , n = 0, 1, . . .}, X0 = 0
P (Xn = i | X0 , . . . , Xn−1 ) = P (Xn = i | Xn−1 )
{Xn } è una Catena di Markov
Pn
Xn = i=1 Zi , Zi i.i.d. con valori -1 con probabilità q
e 1 con prob. p

E(Zi ) = −q + p = 2p − 1; Var(Zi ) = 4p(1 − p)

Xn −n(2p−1)
⇒ √ ∼ N (0, 1) per n “grande”
2 np(1−p)

12
Passeggiata a caso bidimensionale

Partendo da un punto si salta con probabilità 1/4 in uno

dei 4 punti adiacenti.

Probabilità p di ritorno nell’orgine?

pk q probabilità che ci siano (esattamente) k ritorni

numero medio di ritorni prima di un non ritorno:
P∞ k p 1
µ= k=0 kp q = q = q −1
Partendo dall’origine, il ritorno è possibile solo dopo un

13
numero pari di passi

(X2n , Y2n ) coordinate dopo un numero pari di passi

P (X2 = −2) = P (X2 = 2) = 1/4, P (X2 = 0) =
2/4 = 1/2, idem per Y2
X2 , Y2 indipendenti ⇒ P (X2 = 0, Y2 = 0) =
P (X2 = 0)P (Y2 = 0) = 1/4

P (X2n = 0, Y2n = 0) = P (X2n = 0)P (Y2n = 0)

"    #2 "  2n #2 
2n 2
2n 1 (2n)! 1 1
= = ∼ √
n 2 n!n! 2 πn
n −n
√
(si applica formula di Stirling n! ∼ n e 2πn)
1
⇒ P (X2n = 0, Y2n = 0) ∼ πn = valore atteso del
numero di ritorni in 0 al termine di 2n passi

⇒ numero atteso di ritorni in 0

P∞
= n=1 P (X2n = 0, Y2n = 0) = ∞

⇒q=0 ⇒p=1
Si ritorna nell’origine con probabilità 1

Si dimostra: ogni punto toccato infinite volte q.c.

14
Passeggiata a caso tridimensionale Probabilità 1/2 per
ciasuna coordinata di aumentare o diminuire di 1

(Xn , Yn , Zn )

1
P (X2n = 0, Y2n = 0, Z2n = 0) ∼
(πn)3/2
∞
X
⇒ P (X2n = 0, Y2n = 0, Z2n = 0) < ∞
n=1

⇒ p < 1(p ≈ 0.239)

C’è una probabilità di fuga dall’origine ≈ 0.761

15